fanhui_second

rpt_result/main.py

@@ -5,8 +5,8 @@
 # @File    : sql_tax_test.py
 # @Software: PyCharm
 
-import pymysql, os, sys, time, datetime
-from flask import request, Flask, jsonify
+import os, sys
+from flask import request, Flask,jsonify
 from flask_cors import *
 import json
 
@@ -74,25 +74,25 @@ def CreatBdictFromJson(new_status):
 def RiskAbnormal(t_r1):
     RiskA = {}
     t_r1 = t_r1
-    rules_1 = {"t_r1<='30%'": "企业风险异常同⽐其他企业⽐例较低",
-               "t_r1>'30%'": "企业风险异常同⽐其他企业⽐例明显偏高"
+    rules_1 = {"t_r1<='30%'": "企业风险异常同比其他企业比例较低",
+               "t_r1>'30%'": "企业风险异常同比其他企业比例明显偏高"
                }
     for k1, v1 in rules_1.items():
         if eval(str(k1)):
-            RiskA = {t_r1: v1}
+            RiskA = {"score":t_r1,"describe":v1}
     return RiskA
 
 # 输入计算出的被检测风险值，判断被监测风险结果
 def MonitoredRisk(t_r2):
     MRisk = {}
     t_r2 = t_r2
-    rules_2 = {"t_r2<='10%'": "企业被监控的风险同⽐其他企业⽐例较低",
-               "t_r2>'10%' and t_r2<='50%'": "经检测，企业有⼀定可能性被选为税务监控对象",
-               "t_r2>'50%'": "经检测，企业有很⼤可能性被选为税务监控对象"
+    rules_2 = {"t_r2<='10%'": "企业被监控的风险同比其他企业比例较低",
+               "t_r2>'10%' and t_r2<='50%'": "经检测，企业有一定可能性被选为税务监控对象",
+               "t_r2>'50%'": "经检测，企业有很大可能性被选为税务监控对象"
                }
     for k2, v2 in rules_2.items():
         if eval(str(k2)):
-            MRisk = {t_r2: v2}
+            MRisk = {"score":t_r2,"describe":v2}
     return MRisk
 
 # 输入计算出的被稽查风险值，判断被稽查风险结果
@@ -100,26 +100,26 @@ def AuditedRisk(t_r3):
     ARisk = {}
     t_r3 = t_r3
     rules_3 = {"t_r3<='10%'": "企业被税务稽查的可能性较低",
-               "t_r3>'10%' and t_r3<='30%'": "企业有⼀定可能性被税务稽查",
-               "t_r3>'30%'": "企业有很⼤可能性被税务稽查"
+               "t_r3>'10%' and t_r3<='30%'": "企业有一定可能性被税务稽查",
+               "t_r3>'30%'": "企业有很大可能性被税务稽查"
                }
     for k3, v3 in rules_3.items():
         if eval(str(k3)):
-            ARisk = {t_r3: v3}
+            ARisk = {"score":t_r3,"describe":v3}
     return ARisk
 
 # 输入总体计算的风险异常比例，得到提示语（也可与RiskAbnormal函数合并）
 def information(t_r1):
     info = {}
     t_r1 = t_r1
-    rules_0 = {"t_r1<='30%'": "贵企业的风险异常情况同比其它企业较少，如需更多更详细的诊断服务，请联系我们>>",
-               "t_r1>'30%' and t_r1<='60%'": "企业的风险异常情况同比其它企业明显偏多，有较⼤可能性成为税务系统监控的对象，请企业的财税⼈员参考以下详细检测情况进行自查，如需要进行更详细的诊断服务请联系我们>>",
-               "t_r1>'60%' and t_r1<='80%'": "如果税务局选择企业所在行业进行行业稽查，该企业有⼀定可能性成为被选案例，请财税⼈员尽快参照以下比例进行自查。如需要进行更详细的诊断服务请联系我们>>",
-               "t_r1>'80%'": "如果税务局选择企业所在行业进行行业稽查，该企业有很⼤可能性成为被选案例，请财税⼈员尽快参照以下比例进行自查。如需要进行更详细的诊断服务请联系我们>>"
+    rules_0 = {"t_r1<='30%'": "贵企业的风险异常情况同比其他企业较少，如需更多更详细的诊断服务，请联系我们>>",
+               "t_r1>'30%' and t_r1<='60%'": "企业的风险异常情况同比其他企业明显偏多，有较大可能性成为税务系统监控的对象，请企业的财税人员参考以下详细检测情况进行自查，如需进行更详细的诊断服务请联系我们>>",
+               "t_r1>'60%' and t_r1<='80%'": "如果税务局选择企业所在行业进行行业稽查，该企业有一定可能性成为被选案例，请财税人员尽快参照以下比例进行自查，如需进行更详细的诊断服务请联系我们>>",
+               "t_r1>'80%'": "如果税务局选择企业所在行业进行行业稽查，该企业有很大可能性成为被选案例，请财税人员尽快参照以下比例进行自查，如需进行更详细的诊断服务请联系我们>>"
                }
     for k0, v0 in rules_0.items():
         if eval(str(k0)):
-            info = {t_r1: v0}
+            info = {{"score":t_r1,"describe":v0}}
     return info
 
 
@@ -694,7 +694,7 @@ def report():
             "Risk_ALLT_FX": Risk_ALLT_FX
         }
         print(result,"------------------------------")
-        return result
+        return jsonify(result)
 
 server.run(host='121.0.0.1', port=80, debug=True)